Media90 – Tidur selama ini dikenal sebagai waktu istirahat bagi tubuh. Namun, bagi para peneliti di Amerika Serikat, tidur justru menyimpan petunjuk penting tentang kondisi kesehatan seseorang di masa depan. Sebuah model kecerdasan buatan (AI) terbaru bernama SleepFM dikembangkan untuk membaca sinyal tubuh saat tidur dan memprediksi risiko berbagai penyakit, bahkan sebelum gejala pertama muncul.
Hanya dengan satu malam tidur di laboratorium, SleepFM diklaim mampu memperkirakan risiko sekitar 130 jenis penyakit, mulai dari penyakit jantung, Parkinson, demensia, hingga beberapa jenis kanker seperti kanker prostat dan payudara. Temuan ini membuka kemungkinan baru dalam dunia deteksi dini penyakit berbasis data tidur.
Prediksi Jauh Sebelum Gejala Muncul
Menurut James Zou, profesor ilmu data biomedis di Universitas Stanford sekaligus penulis utama studi SleepFM, kemampuan AI ini terletak pada pola tersembunyi dalam tidur manusia. SleepFM mampu membuat prediksi bertahun-tahun sebelum tanda-tanda klinis penyakit benar-benar terlihat.
“Tidur menyimpan banyak sinyal biologis yang selama ini belum dimanfaatkan secara maksimal,” kata Zou.
Studi ini dipublikasikan pada awal Januari dalam jurnal ilmiah Nature Medicine, salah satu jurnal medis paling bergengsi di dunia.
Data Tidur Jadi Bahan Analisis AI
Untuk mengembangkan model tersebut, SleepFM dilatih menggunakan hampir 600.000 jam data tidur yang dikumpulkan dari sekitar 65.000 orang. Data ini berasal dari pemeriksaan tidur yang dikenal sebagai polisomnografi, metode medis yang memantau berbagai sinyal fisiologis selama seseorang tidur.
Polisomnografi merekam aktivitas gelombang otak, detak jantung, pola pernapasan, ketegangan otot, serta pergerakan mata dan kaki. Dalam proyek SleepFM, sebagian besar data diperoleh dari Sleep Medicine Center Universitas Stanford di California.
Dari Pola Tidur Normal hingga Riwayat Penyakit
Pada tahap awal, SleepFM diperkenalkan pada pola tidur “normal” berdasarkan analisis statistik. Setelah itu, AI dilatih untuk mengenali berbagai gangguan tidur, termasuk sleep apnea, kondisi yang ditandai dengan henti napas berulang saat tidur.
Langkah berikutnya adalah mengaitkan data tidur tersebut dengan rekam medis elektronik hingga 25 tahun ke belakang. Dari sinilah SleepFM belajar menghubungkan pola tidur tertentu dengan kemungkinan diagnosis penyakit di masa depan.
Dari 1.000 Penyakit Menjadi 130 Prediksi Akurat
Dari sekitar 1.000 penyakit yang dianalisis, SleepFM berhasil mengidentifikasi 130 penyakit yang dapat diprediksi dengan tingkat akurasi sedang hingga tinggi hanya dari data tidur.
Menurut Rahul Thapa, mahasiswa doktoral sekaligus salah satu penulis utama studi, hasil ini memperkuat pandangan bahwa tidur merupakan biomarker penting untuk kesehatan jangka panjang.
“Risiko stroke, gagal jantung, demensia, bahkan kematian dapat diperkirakan cukup baik dari sinyal-sinyal tidur,” jelasnya.
Kombinasi Sinyal Tubuh Jadi Kunci
Analisis lanjutan menunjukkan bahwa tidak semua sinyal tubuh memiliki peran yang sama. Sinyal jantung saat tidur lebih relevan untuk memprediksi penyakit kardiovaskular, sementara aktivitas otak berkaitan erat dengan gangguan neurologis dan psikologis.
Namun, informasi paling kaya justru muncul ketika berbagai sinyal digabungkan. Misalnya, kondisi ketika otak menunjukkan tidur yang stabil tetapi jantung tampak lebih aktif. Ketidaksesuaian ini dapat menjadi tanda adanya tekanan fisik tersembunyi yang berkaitan dengan penyakit tahap awal.
Bukan Pengganti Dokter, tapi Alat Bantu Kuat
Meski hasilnya menjanjikan, para peneliti menegaskan bahwa SleepFM bukan alat diagnosis mutlak. AI ini bekerja dengan menemukan korelasi statistik, bukan hubungan sebab-akibat langsung. Oleh karena itu, hasil prediksi tetap harus ditafsirkan oleh tenaga medis profesional.
Selain itu, sebagian besar data SleepFM berasal dari pasien laboratorium tidur di wilayah dengan akses layanan kesehatan tinggi. Artinya, kelompok masyarakat dengan gangguan tidur yang belum terdiagnosis atau berasal dari wilayah kurang terlayani secara medis masih belum sepenuhnya terwakili.
Potensi Besar untuk Dunia Medis
Meski belum bisa menggantikan peran dokter, kehadiran AI seperti SleepFM menunjukkan bagaimana teknologi dapat menjadi alat pendukung yang sangat kuat dalam dunia medis. Model ini berpotensi membantu dokter mengidentifikasi pasien berisiko tinggi lebih awal, mempercepat deteksi dini, serta memperdalam pemahaman tentang proses biologis yang terganggu sejak fase awal penyakit.
Jika dikembangkan dengan data yang lebih beragam dan dikombinasikan dengan penilaian klinis, pendekatan berbasis tidur berpeluang membawa perubahan besar dalam pencegahan penyakit dan peningkatan kesehatan masyarakat di masa depan.
